23:53IT之家(博客/媒体)Meta CEO 扎克伯格在谈及非营利医学研究组织 Biohub 时表示,推动 AI 进步并不需要几百或几千名研究人员,一个由十几人或二十几人组成的强大团队就能取得进展。他认为,Biohub 结合前沿生物学与 AI 的独特使命,能吸引顶尖 AI 人才,因为其他地方难以提供类似的工作内容。扎克伯格对 Biohub 的目标更加乐观,认为 AI 进步可能使其比原计划更早完成使命。但他也承认,算力获取仍然是限制因素,全球实验室普遍面临算力不足的问题。行业AI 人才Meta扎克伯格Biohub团队规模推荐理由:扎克伯格的这番话打破了「AI 研究必须靠大团队堆人」的刻板印象,做 AI 创业或组建小团队的开发者会感到鼓舞——十几个人也能做出大突破。原文
09:42Latent.Space@latentspacepod精选83°Biohub 发布了蛋白质世界模型系列,包括 ESMC-6B 和 ESMFold2,基于 6.8B 蛋白质序列和 1.1B 结构数据训练。该模型展示了生物学可能像语言模型一样规模化,从序列中学习结构与功能。ESMFold2 在抗体-抗原预测上超越专用系统。Biohub 还启动了 5 亿美元的虚拟生物学计划,旨在构建细胞、疾病乃至生理学的预测模型。AI模型蛋白质模型ESMC-6BESMFold2抗体设计Biohub推荐理由:生物学研究者终于有了一个像语言模型一样可规模化的蛋白质工具——ESMC-6B 和 ESMFold2 直接从序列学结构,做抗体设计和蛋白质工程的团队值得关注。原文